Określenie trójwymiarowego kształtu cząsteczek biologicznych jest najtrudniejszym problemem współczesnej biologii.
Autorzy nowej pracy wykorzystali metody maszynowenauki i opracował podejście, które rozwiązuje ten problem, ponieważ przewiduje ich dokładną strukturę. Naukowcy zauważają, że ich podejście można zastosować nawet do cząsteczek i struktur, które są najtrudniejsze do określenia eksperymentalnie.
Algorytm doktorantów przewiduje trafnośćstruktury molekularne i na tej podstawie można zrozumieć, jak działają w różnych dziedzinach: pomoże to zarówno w podstawowych badaniach biologicznych, jak iw opracowywaniu leków.
Białka - to są takie maszyny w molekularnymskalę, która pełni wszelkiego rodzaju funkcje. Aby coś zrobić, mogą wiązać się z innymi białkami. Jeśli wiesz, że w chorobę zaangażowana jest para białek, a także rozumiesz, w jaki sposób oba białka na siebie oddziałują, możesz spróbować stworzyć lek, który będzie uderzał w ten sam cel.
Stefan Eismann, doktorant na Uniwersytecie Stanforda
Sztuczna inteligencja nauczyła się znajdować podstawowe pojęciabiałka, które są kluczowe w tworzeniu struktury molekularnej. Co ważne, zdaniem autorów, nie załadowano do niego wstępnie danych dotyczących konkretnych białek, co mogłoby sprawić, że algorytm będzie stronniczy w ich stronę i zakłócić globalną analizę.
Dlatego algorytm znajduje dane i cechy białek, o których naukowcy nie mieli wcześniej pojęcia.
Podczas eksperymentu algorytm z powodzeniem poradził sobiez białkami, a absolwenci przetestowali go na cząsteczkach RNA. W rezultacie sztuczna inteligencja zarządzała zagadką w każdym przypadku, chociaż nie została zaprojektowana specjalnie dla struktur RNA.
Czytać Dalej:
Statek kosmiczny oddalony o kilka kilometrów: wszystko, co wiadomo o nowym chińskim projekcie
COVID-19 mutuje, a szczepionki są unowocześniane: jak radzić sobie z nowymi szczepami
Pojawił się superkondensator wielkości pyłku: jest 3 tys. razy mniejszy od swoich odpowiedników